A Oracle fez o anúncio de que o MySQL HeatWave está agora disponível na plataforma da Amazon Web Services (AWS). Esse serviço integra OLTP, análise e automação por meio de machine learning em um único banco de dados MySQL. Os usuários da AWS agora têm a possibilidade de executar processamento de transações, análises e tarefas de machine learning em um único serviço, sem a necessidade de realizar etapas demoradas de ETL entre diferentes bancos de dados, como o Amazon Aurora para processamento de transações e o Amazon Redshift ou Snowflake na AWS para análise, e o SageMaker para machine learning.
O Autopilot, por sua vez, oferece automação com base em machine learning, abrangendo diversos aspectos do ciclo de vida do aplicativo, como provisionamento, gerenciamento de dados, execução de consultas e resolução de falhas.
“A Oracle acredita em dar aos clientes uma escolha. Muitos de nossos clientes MySQL HeatWave migraram da AWS. Outros desejam continuar executando partes de seus aplicativos na AWS. Esses clientes enfrentam sérios desafios, incluindo taxas exorbitantes de saída de dados cobradas pela AWS e maior latência ao acessar um serviço de banco de dados executado na nuvem da Oracle”, disse Edward Screven, arquiteto corporativo da Oracle. “Estamos abordando esses problemas ao mesmo tempo em que oferecemos excelente desempenho e desempenho de preço em transações, análises e aprendizado de máquina em comparação com outros provedores de Nuvem de banco de dados – até mesmo os próprios bancos de dados da Amazon executados na AWS, onde você acha que eles teriam uma vantagem. Queríamos oferecer aos clientes da AWS essa opção para se beneficiar da inovação do MySQL HeatWave sem mover seus dados da AWS ou desenvolvedores que precisam aprender uma nova plataforma”, comentou.
Desempenho e custos sem igual:
O MySQL HeatWave na AWS foi otimizado especificamente para a plataforma da AWS, apresentando uma arquitetura superior que oferece desempenho superior e custos mais baixos em comparação com outras opções disponíveis no mercado, como comprovado por testes padrão da indústria. No benchmark TPC-H com uma carga de 4 TB, o MySQL HeatWave na AWS apresenta um desempenho 7 vezes melhor em termos de custo em comparação com o Amazon Redshift, 10 vezes melhor em relação ao Snowflake, 12 vezes melhor em comparação com o Google BigQuery e 4 vezes melhor que o Azure Synapse. No contexto do aprendizado de máquina, o MySQL HeatWave na AWS é 25 vezes mais rápido que o Redshift ML. Em uma carga de trabalho TPC-C com 10 GB, o MySQL HeatWave oferece uma taxa de transferência até 10 vezes maior e sustentada em comparação com o Amazon Aurora em situações de alta simultaneidade. Scripts detalhados desses benchmarks estão disponíveis no GitHub para que os clientes possam replicá-los.
Experiência nativa na AWS:
O MySQL HeatWave na AWS oferece uma experiência nativa verdadeira para os clientes da AWS, proporcionando baixas latências de milissegundos para aplicativos e um console interativo avançado. Simplifica o gerenciamento de esquemas e dados, permitindo a execução interativa de consultas diretamente no console. Os usuários podem monitorar o desempenho de suas consultas e o uso dos recursos provisionados. O MySQL Autopilot está integrado ao console interativo, facilitando ainda mais a sua utilização.
Recursos avançados de segurança:
O serviço MySQL HeatWave agora oferece diversos recursos abrangentes de segurança, proporcionando uma diferenciação adicional em relação ao Amazon Aurora. Isso inclui recursos de mascaramento e desidentificação de dados no lado do servidor, criptografia de dados assimétrica e um firewall de banco de dados. A criptografia de dados assimétrica permite que desenvolvedores e administradores de bancos de dados aumentem a proteção de dados confidenciais e implementem assinaturas digitais para verificar a identidade das pessoas que assinam documentos. O firewall de banco de dados oferece proteção em tempo real contra ataques específicos a bancos de dados, como injeções de SQL. Esses recursos foram desenvolvidos para fornecer a melhor segurança possível para os usuários de bancos de dados, em contraste com o Aurora, onde as camadas de segurança são adicionadas ao banco de dados.
Piloto automático do MySQL:
O Autopilot oferece automação baseada em aprendizado de máquina, com reconhecimento das diversas etapas do ciclo de vida do aplicativo, incluindo provisionamento, gerenciamento de dados, execução de consultas e tratamento de falhas. Os recursos do piloto automático incluem provisionamento automático, carregamento paralelo automático, codificação automática, posicionamento automático de dados, agendamento automático, melhoria automática do plano de consultas, propagação automática de alterações e tratamento automático de erros. Juntos, esses recursos melhoram o desempenho do aplicativo, reduzem os custos ao prever a configuração ideal para executar uma carga de trabalho e diminuem a necessidade de administração manual do banco de dados. Hoje, a Oracle está introduzindo recursos adicionais do Autopilot projetados para cargas de trabalho OLTP, aprimorando ainda mais o desempenho em termos de custo do MySQL HeatWave em relação ao Amazon Aurora. O pool de threads automático oferece uma taxa de transferência mais alta e sustentada em situações de alta simultaneidade, determinando o número ideal de transações que devem ser executadas. A previsão automática de formas determina a forma ideal que deve ser provisionada para fornecer o melhor desempenho em termos de custo para cargas de trabalho OLTP. Em um sistema em execução, a recomendação pode ser manter a forma existente, atualizar para uma forma maior para obter melhor desempenho ou fazer downgrade para uma forma menor para reduzir custos, sempre buscando a forma que oferece o melhor desempenho em termos de custo.
Aprendizado de máquina:
O HeatWave ML oferece recursos de aprendizado de máquina diretamente no banco de dados, incluindo treinamento, inferência e explicação. Isso permite que os clientes utilizem o aprendizado de máquina em dados em tempo real, sem a complexidade, latência e custo do processo de extração, transformação e carregamento (ETL). O HeatWave ML automatiza completamente o ciclo de vida do ML e armazena todos os modelos treinados no banco de dados MySQL, eliminando a necessidade de transferi-los para ferramentas ou serviços de aprendizado de máquina separados. Esse recurso está disponível para os clientes do MySQL HeatWave sem custo adicional. Nenhum outro provedor de banco de dados em nuvem ou banco de dados de código aberto oferece recursos avançados de ML integrados ao próprio banco de dados. Em média, o HeatWave ML treina modelos 25 vezes mais rápido que o Redshift ML e dimensiona de acordo com o tamanho do cluster. Os clientes do MySQL HeatWave agora podem treinar modelos com mais frequência e mantê-los atualizados para aumentar a precisão das previsões
Fonte: https://inforchannel.com.br/
